[发明专利]利用分形计算针对偷盗燃气行为的数据挖掘方法

权利要求书

1.一种利用分形计算针对偷盗燃气行为的数据挖掘方法，其特征在于：包括以下步骤：

步骤S1：提取若干燃气表具的数据，对所有数据进行预处理，形成待筛选的数据集S；所述数据集S中的每一个元素具有一只燃气表具的表号；

步骤S2：遍历数据集S中的每一个元素，按照表号分别对每个燃气表具的数据进行线性相关处理，计算其分形曲线；

所述按照表号分别对每个燃气表具的数据进行线性相关处理的步骤，包括：

对于每一只燃气表具，按照表号查询每天的最后一条读数，形成燃气表具的读数数据集R1；所述读数数据集R1中每个元素的数据格式为：[当前时间，读数，当日用气量]；

去掉读数数据集R1中当日用气量为零的元素；

查询燃气表具的读数起始时间，使用该读数起始时间转换读数数据集R1的元素数据格式为：[当前时间和读数起始时间相差的天数，读数]，形成读数数据集R2：

R2={[x1,y2],[x2,y2],...[xj,yj],...[xn,yn]}；

其中xj表示j时刻和读数起始时间相差的天数，yj表示j时刻的读数；

根据读数数据集R2计算集合X和集合Y的线性相关系数ρ：

；

其中表示集合X={x1,x2,...xn}的平均数，表示集合Y={y1,y2,...yn}的平均数，表示集合X的标准差，表示集合Y的标准差；

所述计算其分形曲线的步骤，包括：

设定阈值t，将线性相关系数ρt的燃气表具从数据集S中剔除，以去除时间和燃气表具读数之间具有强相关性的数据；

对线性相关系数ρ≤t的燃气表具计算其分形维，设定一组时间间隔集合F={f|f，2f，3f，...kf，...mf}，其中时间间隔为f，kf为第k个时间间隔的日期，使用时间间隔集合F中的每一个元素计算该燃气表具的用气曲线的长度v；

该燃气表具在任一个时间间隔的日期下，包含了n个直线段，则该时间间隔的时间尺度下的用气曲线长度v为：

；

其中，表示任一个时间间隔的天数，表示该时间间隔的前一个时间间隔的天数，表示任一个时间间隔当天的读数，表示该时间间隔的前一个时间间隔当天的读数；

将每一个时间间隔取对数f=ln(f)，将每个时间间隔f对应的用气曲线长度v取对数v=ln(v)，绘制f-v的分形曲线；

步骤S3：对分形曲线进行层次性聚类，得出的孤点为偷盗气行为的燃气表具。

2.根据权利要求1所述的一种利用分形计算针对偷盗燃气行为的数据挖掘方法，其特征在于：提取若干燃气表具的数据，对所有数据进行预处理的步骤，包括：

去除若干燃气表具的数据中有效数据不够和不稳定的数据，形成待筛选的数据集S。

3.根据权利要求2所述的一种利用分形计算针对偷盗燃气行为的数据挖掘方法，其特征在于：所述对分形曲线进行层次性聚类，得出的孤点为偷盗气行为的燃气表具的步骤，包括：

将每一只燃气表具的分形曲线定义为p，共有N只燃气表具，形成集合V={v1,v2,…,vN}，对集合V进行数据标准化处理：

；

其中为集合V中的元素，max(v)为集合V中的最大值，min(v)为集合V中的最小值；

标准化处理后的所有燃气表具的分形曲线组成集合P={p}；

对集合P进行层次性聚类，找出孤立点。